基于ANUSPLIN的批量气象插值-从数据处理到最终结果(1)

引言

气象数据是进行气候变化研究必不可少的基础数据,对其空间插值是实现面源数据的重要步骤,空间插值的方式是多种的,如常见的Kring,IDW等,上述两种通过arcgis既能够快速的完成,但当我们的研究时间尺度较短,需要的数据量特别大时,即需要我们进行批量的气象数据插值,这里假设我们需要同时插值全国2000-2015年日气压,日相对湿度,日风速,日照时数,空间分辨率为8km,时间分辨率为1km,将会产生366416=23424个文件,AUSPLIN是专业的气象插值软件,主要是通过薄样条函数进行插值,协变量的引入(通常是高程,气象要素的分布一般与高程相关)能够使得插值精度更高,插值结果更为平滑。

基于matlab的文本气象数据初处理

基于matlab的文本批量拼接

首先从中国气象数据网上下载中国地面气候资料日值数据集(V3.0)。如下图所示:
我这里下载的是1951-2016年的,包括了日气压,日相对湿度,日风速,日照时数等


image.png

以下是下载下来的气压的文本文件,可以看到每个文本文件是以月为单位的,我们需要将月的全部拼接到年上去。


image.png

代码如下所示:
%
filename='H:\Day1951-2012yuanshi\';%%根目录,自行修改
e=dir(); %得到文件夹的名称
for i=5:10
    file=strcat(filename,e(i).name,'\'); %得到子文件夹
    if i==5
        id='-13011-'; %对应不同的数据
    end
    if i==6
        id='-10004-';
    end
    if i==7
        id='-13003-';
    end
    if i==8
        id='-14032-';
    end
    if i==9
        id='-12001-';
    end
    if i==10
        id='-11002-';
    end
    for m=2000:2015
        value=[];value1=[];value2=[];
        for n=1:12
            if n<10
            term=importdata(strcat(file,'SURF_CLI_CHN_MUL_DAY-',file(28:30),id,int2str(m),'0',int2str(n),'.TXT'));%导入数据
            else
            term=importdata(strcat(file,'SURF_CLI_CHN_MUL_DAY-',file(28:30),id,int2str(m),int2str(n),'.TXT'));
            end
            if i==9
                term1=[term(:,1),term(:,5:7),term(:,9)];%最高温
                value1=[value1;term1];
                term2=[term(:,1),term(:,5:7),term(:,10)];%最低温
                value2=[value2;term2];
            else
                if i==5
                  term1=[term(:,1),term(:,5:7),term(:,10)];%
                  value=[value;term1];
                else
                  term1=[term(:,1),term(:,5:8)];%
                  value=[value;term1];  
                end
            end
        end
        %输出的
        if i==9
           name1=strcat('H:\Day1951-2012yuanshi\统一到年上\',file(28:30),int2str(m),'max.xlsx');
           name2=strcat('H:\Day1951-2012yuanshi\统一到年上\',file(28:30),int2str(m),'min.xlsx');
           xlswrite(name1,value1);
           xlswrite(name2,value2);
        else
            name1=strcat('H:\Day1951-2012yuanshi\统一到年上\',file(28:30),int2str(m),'.xlsx');
            xlswrite(name1,value);
        end  
    end
end

当文件夹中只有以下文件时


image.png

运行上述代码可得到每年的降水,气压,相对湿度,日照时数,日最高气温,日最低气温及风速,如下图

image.png

通过上述步骤就完成了auspline插值的第一步,下期是形成auspline需要的插值格式,见下图,敬请期待

image.png

更多需求,请查看个人介绍

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 141,390评论 1 297
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 60,682评论 1 254
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 93,205评论 0 211
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 40,718评论 0 171
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 48,406评论 1 250
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 38,590评论 1 170
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 30,271评论 2 267
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,052评论 0 163
  • 想象着我的养父在大火中拼命挣扎,窒息,最后皮肤化为焦炭。我心中就已经是抑制不住地欢快,这就叫做以其人之道,还治其人...
    爱写小说的胖达阅读 28,801评论 6 227
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 32,404评论 0 212
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,176评论 2 212
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 30,489评论 1 222
  • 白月光回国,霸总把我这个替身辞退。还一脸阴沉的警告我。[不要出现在思思面前, 不然我有一百种方法让你生不如死。]我...
    爱写小说的胖达阅读 24,156评论 0 31
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,031评论 2 210
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 31,402评论 3 201
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,583评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 25,927评论 0 163
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 33,352评论 2 228
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 33,478评论 2 229

推荐阅读更多精彩内容